Photon：一個(gè)超快的公共情報(bào)搜集爬蟲

Photon是一個(gè)由s0md3v開源的情報(bào)搜集爬蟲，其主要功能有：

1.爬取鏈接(內(nèi)鏈、外鏈)。
2.爬取帶參數(shù)的鏈接，如(pythondict.com/test?id=2)。
3.文件(pdf, png, xml)。
4.密鑰(在前端代碼中不小心被釋放出來的)。
5.js文件和Endpoint(spring中比較重要的監(jiān)視器)
6.匹配自定義正則表達(dá)式的字符串。
7.子域名和DNS相關(guān)數(shù)據(jù)。

你可以用它來干很多事，比如爬圖片、找漏洞、找子域名、爬數(shù)據(jù)等等。而且提取出來的數(shù)據(jù)格式非常整潔：

不僅如此，它甚至支持json格式 ，僅需要在輸入命令的時(shí)候加上json參數(shù)：

复制python photon.py -u "http://example.com" --export=json

為什么能用來做情報(bào)搜集呢？耐心往后看哦。

1.下載安裝

你可以上photon的github下載完整項(xiàng)目：
https://github.com/s0md3v/Photon

或者關(guān)注下方Python實(shí)用寶典公眾號(hào)在后臺(tái)回復(fù)photon獲得國(guó)內(nèi)網(wǎng)盤下載地址。下載后解壓到你想要使用的地方。如果你還沒有安裝Python，建議閱讀這篇文章：超詳細(xì)Python安裝指南，進(jìn)行Python的安裝。

安裝完P(guān)ython后，打開CMD(windows)/Terminal(macOS)，下面簡(jiǎn)稱為終端，進(jìn)入你剛解壓的文件夾，然后輸入以下命令安裝Photon的依賴：

复制pip install -r requirements.txt

如圖所示：

2.簡(jiǎn)單使用

注意，使用的時(shí)候要在Photon文件夾下。比如我們隨便提取一個(gè)網(wǎng)站的URL試一下，在終端輸入以下命令：

复制python photon.py -u https://bk.tencent.com/

結(jié)果如下：

它會(huì)在當(dāng)前目錄下產(chǎn)生一個(gè)你測(cè)試的域名的文件夾，比如在我這里是 bk.tencent.com：

嘻嘻，讓我們看看里面有什么東西，有沒有程序員留下的小彩蛋，打開external.txt，這是該網(wǎng)站的外鏈的存放位置?？梢钥吹?，這里不僅僅是只有網(wǎng)站頁(yè)面，連CDN文件地址都會(huì)放在這里，所以external可能是個(gè)藏寶庫(kù)哦。

還能一下找出該網(wǎng)站上鏈接的全部開源項(xiàng)目：

3.擴(kuò)展

這個(gè)項(xiàng)目的價(jià)值，不僅在于能夠快速拉取你想要得到的數(shù)據(jù)，還在于能夠構(gòu)建一個(gè)牛逼轟轟的 情報(bào)系統(tǒng) （如果你技術(shù)夠強(qiáng)的話）。因?yàn)樗悄懿粩嘌由煜氯サ模热鐝耐怄湷霭l(fā)，你能找到很多和這個(gè)網(wǎng)站相關(guān)的訊息：

相比于搜索引擎搜索的結(jié)果，實(shí)際上這些信息更符合情報(bào)的要求。因?yàn)榇嬖诮顾阉饕媾廊〉?robot.txt, 所以 不是網(wǎng)站的所有信息都能在搜索引擎搜索得到 ，而通過這個(gè)Photon，你可以順藤摸瓜找到那些隱藏在互聯(lián)網(wǎng)世界的它們。

試想一下，如果你搜集了很多這樣的網(wǎng)站...然后用正則表達(dá)式搭建一個(gè)屬于你自己的搜索引擎，這樣的感覺是不是很棒？